JPS6315295A - 音声認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は、各単語もしくは音節、音韻につき、複数個の
標準パターンテンプレートを持つ音声認識装置に関する
ものである。

従来の技術 不特定話者に対応させるために、各凰語もしくは音節、
音韻につき、複数個の標準パターンを用いる方法は有効
な方法である。上記方法では、よシ多くの話者に対応し
たり、同話者であっても話者の発声状態が時間の経過と
共に変化した場合に対応するためには、話者の数、発声
状態の変化に応じて、標準パターンテンプレートに最適
なパターンを追加する必要がある。しかしながら、標準
パターンテンプレートとして使用できる容量に限界があ
ることと、標準パターン数の増加に比例して処理時間が
増大するという不都合があることから、状態の変化の几
びにパターンを追加することは不可能である。従来の音
声認識装置では、上記問題点を解決するため、パターン
を追加する前に、認識に不要になったパターンを削除し
、削除した後に最適なパターンを追加する方法がとられ
た。

以上の方法ンこまり、標準パターン数をほぼ一定数に保
ちながら標準パターンを更新することで、より話者に適
したテンプレートを使用することが可能となる（たとえ
ば、飯塚、森戸、白日（沖電気（株）基盤研究所）「不
特定話者単語音声認識」、音響学会音声研究会資料　３
８３−５４（１２゜２２　、１９８３　）　）。

以下、図面を参照しながら、上述したような従来の音声
認識装置について説明を行う。第２図は、従来の音声認
識装置のブロック図である。第２図において、１は音声
入力端子、２は特徴抽出部、１２はパターン照合部、６
は認識結果出力端子、１４は削除パターン決定部、１５
は追加パターン決定部、１７は保管パターンテンプレー
ト、１６は標準パターンテンプレート、１８は使用頻度
テーブル、１３はスイッチである。以上のように構成さ
れた音声認識装置について、その動作を説明する。

まず、話者が標準パターンを更新する学習の際には、音
声入力端子１より入力された学習用音声信号を特徴抽出
部２で分析し、特徴パラメータを抽出する。学習用音声
信号としては、標準パターンテンプレート１６に含まれ
ている単語音声信号を用いる。また、分析方法には、た
とえばＬＰＧケプストラム法を用いれば、単位時間ごと
に所定の個数のケプヌトラム係数が算出される。

標準パターンテンプレート１６には、音声区間分のケプ
ヌトラム係数を１単語分とする標準パターンが各単語に
つき複数個含まれており、パターン照合部１２で標準パ
ターンを入力し、特徴抽出部２で分析された学習音声パ
ターンと標準パターンとの距離を算出し、最短距離の標
準パターンを選び、認識の可不可を判断する。正認識し
た場合には、認識に使用された標準パターンの現在まで
の使用回数に１を加算して使用頻度テーブル１８に記録
し、誤認識した場合には誤認識単語の１回分のパターン
を保管パターンテンプレート１７に保管する。以上の処
理を、単一もしくは複数話者が、複数回繰り返す。

上記動作の結果、保管パターンテンプレート１７に含ま
れるパターンが一定個数以上になった際に、削除パター
ン決定部１４で、使用頻度テーブル１８より各標準パタ
ーンの使用回数を読み込み、最も使用回数の少ない１個
もしくは複数個のパターンを削除する。この際に、削除
可能な使用回数の上限を決めておき、全ての標準ノぐタ
ーンの使用回数が上記上限値以上であればパターン削除
は行わない。

次に、追加パターン決定部１５で、上記削除パターン決
定部１４にてパターンを削除した時のみ、保管パターン
テンプレート１７より読み込んだ保管パターンを対象に
追加パターンを決定する。決定方法は、最も誤認識の多
かった単語の保管パターンを対象に、類似度の高いパタ
ーンを同クラスと見なしたクラス分け（以後クラスタリ
ングと呼ぶ。）を行い、クラス内のパターンが一定数以
上であるクラスのセントロイドパターン（以後中心パタ
ーンと呼ぶ。）を標準パターンに追加する方法である。

この際に、中心パターンは、クラス内のパターン数が多
い、項に、上記削除パターン決定部１４にて削除したパ
ターン数と同数のパターンだけ追加される。なお、クラ
スタリングの結果、全てのクラスにおいてクラス内のパ
ターン数が一定値以下の場合には、一定値以上のクラス
が存在する寸で条件を変えてクラスタリングを繰り返す
。

次に認識時には、音声信号を音声信号入力端子１より入
力し、信号を特徴抽出部２で分析し、特徴パラメータを
抽出する。信号の種類、分析条件は、学習時と同様であ
る。

次にパターン照合部１２で、学習時に更新した標準パタ
ーンテンプレート１６の標準パターント入力パターンと
の距離を算出し、出力端子５より認識結果を出力する。

なお、スイッチ１３は、学習時にはパターン削除決定部
１４に、認識時には結果出力端子５に認識結果と出力す
るように動作する。

発明が解決しようとする問題点 しかしながら、上記のような構成では、削除可能な使用
回数の上限を低く設定すると、標準パターンの更新側数
が少なくなり学習が無駄になる場合が多く、削除可能な
使用回数の上限を高く設定すると、１回の学習で削除も
しぐは追加するパターン数が多くなるため、場合によっ
ては、追加パターンに比べて必要な標準パターンが削除
されて削除パターンに比べて不要なパターンが追加され
るために、学習後の認識率が逆に低下するという問題点
を有していた。

本発明は、上記問題点に鑑み、パターンの更新を行う前
に、削除パターンを削除することによる認識率の低下度
と追加パターンを追加することによる認識率の向上度と
を比較してその結果を用いてパターンの更新を行うこと
により、学習を必要以上に無駄にせず、学習後に認識率
が低下することのない音声認識装置を提供するものであ
る。

問題点を解決するための手段 この目的を達成するために本発明の音声認識装置は、各
単語もしくは音節、音韻についての複数個の標準パター
ンを有する標準パターンテンプレートと、標準パターン
の更新に必要なパターンを保管する保管パターンテンプ
レートと、各標準パターンの使用頻度を記録する使用頻
度テーブルと、標準パターンと認識されるべき入力パタ
ーンとを照合するパターン照合部と、標準パターンテン
プレートの中から認識に不要なパターンを削除パターン
候補とする削除パターン候補決定部と、保管パターンテ
ンプレートの中から標準パターンテンプレートに追加す
るべきパターンを追加パターン候補とする追加パターン
候補決定部と、上記削除パターン候補と追加パターン候
補とを比較することにより最終的に削除もしくは追加パ
ターンを決定する削除、追加パターン決定部とから構成
されている。

作用 この構成によって、認識時もしくは標準パターンを更新
するための学習時に、パターン照合部で、照合した結果
第一候補として使用された標準パターンの使用頻度を使
用頻度テーブルに記録し、さらに誤認識した場合の誤認
識パターンを保管パターンテンプレートに保管し、標準
パターンを更新するための学習時に、削除パターン候補
決定部で標準パターンの中から認識に不要なパターンを
削除パターン候補として選出し、追加パターン候補決定
部で保管パターンの中から標準パターンテンプレートに
追加するべきパターンを追加パターン候補として選出し
、削除、追加パターン決定部で、削除パターン候補を削
除することによる認識率低下度と追加パターン候補を追
加することによる認識率向上度を比較し、認識率低下度
の方が大きい場合には削除も追加も行わず、認識率向上
度の方が大きい場合には削除パターンを削除し追加パタ
ーンを追加するように動作する。認識時には、更新され
た標準パターンテンプレートを用いて認識する。

実施例 以下、本発明の一実施例における音声認識装置について
第１図を参照しながら説明する。第１図ておいて、１は
音声入力端子、２は特徴抽出部、３はパターン照合部、
４はスイッチ、５は認識結果出力端子、６は削除パター
ン候補決定部、アば追加パターン候補決定部、８は削除
・追加パターン決定部、９は標準パターンテンプレート
、１０は保管パターンテンプレート、１１は使用頻度テ
ーブルであり、前記従来例と同じものは、同一の番号を
付与している。

以上のように構成された音声認識装置について以下その
動作について説明する。

まず、話者が標準パターンを更新する学習の際には、音
声入力端子１よシ入力され定学習用音声信号を特徴抽出
部２で分析し、特徴パラメータを抽出する。学習用音声
信号の種類１分析条件は従来例と同様である。

標準パターンテンプレート９には、音声区間分のケプヌ
トラム係数を１単語分とする標準パターンが各単語につ
き複数個含まれておシ、パターン照合部３で標準パター
ンを入力し、特徴抽出部２で分析された学習音声パター
ンと標準パターンとの距離を算出し、最短距離の標準パ
ターンを選び、認識の可不可を判断する。正認識した場
合には、認識に使用された標準パターンの現在までの使
用回数に１を加算して使用頻度テーブル１１に保管し、
誤認識した場合には誤認識単語の１回分のパターンとそ
の際の標準パターンとの最短距離価を保管パターンテン
プレート１０に保管する。以上の処理を、単一もしくは
複数話者が、複数回繰り返す。

上記動作の結果、保管パターンテンプレート１０内のパ
ターンが一定個数以上になった際に、削除パターン候補
決定部６で、使用頻度テーブル１１より各標準パターン
の使用回数を読み込み、最も使用回数の少ない単数もし
くは複数個のパターンを削除候補とする。この際に、削
除可能な使用回数の上限を決めておき、全ての標準パタ
ーンの使用回数が上記上限値以上であれば削除パターン
候補はなしとする。

次に、追加パターン候補決定部７で、上記削除パターン
候補決定部らにてパターンを削除した時のみ、保管パタ
ーンテンプレート１０より読み込んだ保管パターンを対
象に追加パターン候補を決定する。決定方法は、最も誤
認識の多かった単語の保管パターンを対象にクラスタリ
ングを行い、クラス内のパターンが一定数以上であるク
ラスの中心パターンを追加パターン候補とする方法であ
る。この際に、追加パターン候補となる中心パターンは
、クラス内のパターン数が多い順に、上記削除パターン
候補決定部６にて削除しｔパターン数と同数のパターン
だけ選出される。なお、クラスタリングの結果、全ての
クラスにおいてクラス内のパターン数が一定値以下の場
合には、一定値以上のクラスが存在する壕で条件を変え
てクラスタリングを繰り返す。

次に、削除、追加パターン決定部８で、上記クラスタリ
ングの対象となった保管パターンの誤認識した際の最短
距離値と、上記保管パターンと各追加パターン候補との
距離値とを比較し、前者距離値より後者距離値の方が小
さい場合の数を、各追加パターン候補ごとに数え、この
数を各追加パターン候補を正式に標準パターンに追加し
た際に新たに正認識するパターン数とする（以下新正認
識数と呼ぶ）。以上の追加パターン候補の新正認識数と
削除パターン候補の使用回数とを比較して、最終的に削
除・追加パターンを決定する。比較決定方法、手順を次
に示す。

（１）追加パターン候補を、新正認識数の多い順に第１
候補、第２候補、・・・・・・とする。

（２）　　削除パターン候補を、使用回数の少ない順に
第１候補、第２候補、・・・・・とする。

（３）　　追加パターン第１候補の新正認識数と削除パ
ターン第１候補の使用回数とを比較し、前者数が後者数
より大きい場合は、上記削除、追加パターン第１候補を
正式に削除・追加パターンとして決定し、削除に相当す
る標準パターンを削除し、追加に相当する保管パターン
を標準パターンに追加する。前者数が後者数よシ小さい
場合は、削除・追加パターンの該当パターンはなしとし
学習は終了する。

（４）学習が終了しなかった場合には、上記（３）と同
作業を、追加パターン第２候補の新正認識数と削除パタ
ーン第２候補の使用回数とを対象に行う。

（５）　　全パターン候補に対して、学習が終了するま
で上記（３）と同作業を行うつ 次に認識時には、音声信号を音声信号入力端子１よシ人
力呟信号を特徴抽出部２で分析し、特徴パラメータを抽
出する。信号の種類、分析条件は、学習時と同様である
。

次にパターン照合部３で、学習時に更新した採草パター
ンテンプレート９の標準パターンと入力パターンとの距
離を算出し、出力端子５ｊり認識結果を出力する。

なお、２イツテ４は、学習時にはパターン削除候補決定
部６に、認識時には結果出力端子６に認識結果を出力す
るように動作する。

以上のように本実施例によれば、認識時もしくけ標準パ
ターンを更新するための学習時に、ツクターン照合部で
照合しｔ結果、第１候補として使用された採血パターン
の使用回数を使用頻度テーブルに記録し、さらに誤認識
した場合の誤認識、＜ターンを保管パターンテンプレー
トに保管し、標準パターンを更新するための学習時に、
削除・（ターン候補決定部で使用回数の一定値以下の標
準パターンを認識に不要なパターンとみなし削除パター
ン候補として選出し、追加パターン候補決定部で保管パ
ターンを対象にクラスタリングを行つｔ結果一定値以上
のパターンを含んでいるクラヌタの中心パターンを追加
パターン候補として選出し、削除・追加パターン決定部
で、削除パターン候補を削除することによる認識率低下
度と追加パターン候補全追加することによる認識率向上
度を比較し、認識率低下度の方が大きい場合には削除も
追加も行わず、認識率向上度の方が大きい場合には削除
パターンを削除し追加パターン全追加することにより、
学習を必要以上に無駄にせず、学習後に認識率が低下す
ることがない。

発明の効果 本発明は、認識時もしくは標準パターンと更新するため
の学習時に、パターン照合部で、照合し之結果第１候補
として使用された標準パターンの使用頻度を前記使用頻
度テーブルに記録し、さらに誤認識した場合の誤認識パ
ターン全保管パターンテンプレートに保管し、標準）く
ターンを更新するための学習時に、削除パターン候補決
定部で標準パターンの中から認識に不要なパターンを削
除パターン候補として選出し、追加・（ターン候補決定
部で保管パターンの中がら標準）くターンテンプレート
に追加するべきパターンを追加パターン候補として選出
し、削除・追加）くターン決定部で、削除パターン候補
を削除することによる認識率低下度と追加パターン候補
を追加することによる認識率向上度を比較し、認識率低
下度の方が大きい場合には削除も追加も行わず、認識率
向上度の方が大きい場合には削除パターンを削除し追加
パターンを追加することにより、学習を必要以上に無駄
にせず、学習後に認識率が低下することがない優れた音
声認識装置を実現するものである。

【図面の簡単な説明】

第１図は本発明の一実施例における音声認識装置のブロ
ック図、第２図は従来例における音声認識装置のブロッ
ク図である。 １・・・・・音声入力端子、２・・・・特徴抽出部、３
・・・・・・パターン照合部、４・・・・・スイ・ノチ
、Ｓ・・・・・認識結果出力端子、６　・・・・削除パ
ターン候補決定部、７・・・・・・追加パターン候補決
定部、８・・・・・・削除追加パターン決定部、１０・
・・・・・保管パターンテンプレート、９・・・・・標
準パターンテンプレート、１１・・・・・・使用頻度テ
ーブル、１４・・・・・・削除パターン決定部、１５・
・・・・・追加パターン決定部。

Claims (1)

【特許請求の範囲】
1. 各単語もしくは音節、音韻についての複数個の標準パタ
   ーンを有する標準パターンテンプレートと、標準パター
   ンの更新に必要なパターンを保管する保管パターンテン
   プレートと、各標準パターンの使用頻度を記録する使用
   頻度テーブルと、標準パターンと認識されるべき入力パ
   ターンとを照合するパターン照合部と、標準パターンテ
   ンプレートの中から認識に不要なパターンを削除パター
   ン候補とする削除パターン候補決定部と、前記保管パタ
   ーンテンプレートの中から前記標準パターンテンプレー
   トに追加するべきパターンを追加パターン候補とする追
   加パターン候補決定部と、前記削除パターン候補と前記
   追加パターン候補とを比較することにより最終的に削除
   もしくは追加パターンを決定する削除・追加パターン決
   定部とを具備し、認識時もしくは標準パターンを更新す
   るための学習時に、前記パターン照合部で照合した結果
   、第一候補として使用された標準パターンの使用頻度を
   前記使用頻度テーブルに記録し、さらに誤認識した場合
   の誤認識パターンを前記保管パターンテンプレートに保
   管し、標準パターンを更新するための学習時に、前記削
   除パターン候補決定部で前記使用頻度テーブル内の情報
   を用いて標準パターンの中から認識に不要なパターンを
   削除パターン候補として選出し、前記追加パターン候補
   決定部で保管パターンの中から前記標準パターンテンプ
   レートに追加するべきパターンを追加パターン候補とし
   て選出し、前記削除・追加パターン決定部で、削除パタ
   ーン候補を削除することによる認識率低下度と追加パタ
   ーン候補を追加することによる認識率向上度とを比較し
   、認識率低下度の方が大きい場合には削除も追加も行わ
   ず、認識率向上度の方が大きい場合には削除パターンを
   削除し追加パターンを追加することを特徴とする音声認
   識装置。